在中关村展示中心常设展内，参观者在“人工智能+”展示区域参观。

　　新华社记者 鞠焕宗摄

　　近年来，我国人工智能大模型加快发展，在各行业大显身手，推动数字化转型。国家互联网信息办公室公布的最新数据显示，截至2025年3月31日，我国共有346款生成式人工智能服务完成备案。

　　企业是数字化转型的主力军和主战场。大模型如何进一步赋能企业数字化转型？要加快行业深度应用，还需迈过哪些坎？科技日报记者近日就此进行了采访。

　　“超级专家”显身手

　　大模型如何重构汽车产业？一汽丰田与腾讯的合作提供了案例。一汽丰田引入腾讯人工智能大模型，探索建设大模型中台，并将其应用到数据分析、安全防护、智能客服等环节，全面赋能汽车全生命周期营销业务体系。

　　面对人工智能时代安全新挑战，双方联合强化了汽车安全防线。“我们共同打造的‘端、云融合的数智化安全平台’，使安全事件的检测响应时间缩短至平均小于2小时。”腾讯智慧出行解决方案总经理姚振介绍，基于该平台，一汽丰田在日常安全运营和攻防演练中，实现“零”安全事故爆发，“零”业务被攻击中断，“零”安全问题通报。

　　此外，一汽丰田自今年1月接入腾讯云大模型知识引擎以来，智能在线客服机器人独立解决率已从37%提升至84%，月均自动解决客户咨询问题1.7万次。

　　不仅汽车行业，大模型作为“数字大脑”，如今正深入赋能各行各业，推动生产力革命。

　　“通过引入大模型，企业可打通以往割裂的业务节点，实现数据的深度应用和场景化业务应用。”在近日举行的第十七期灵山科学大讲坛上，云从科技集团股份有限公司（以下简称“云从科技”）解决方案首席架构师叶统生说，大模型不仅能处理结构化数据，还能理解和应用文本、视图和票据等多模态数据，从而在数据层、交互层和应用层上实现业务模型转变。这种方式使数据分析维度更多、可视化程度更高，同时通过资源交付方式的多样化，企业能在不同场景下衍生出多种应用，加速数字化转型、提升业务效率。

　　人工智能与数字经济广东省实验室（广州）研究员、华南理工大学教授谭明奎认为，大模型具备“超级专家”的功能。借助大模型，企业通过定制化方式，把所需的管理、生产等方方面面的经验、技术串联起来，就像聘请了一位可随时咨询解决问题的资深专家。大模型具有强大学习能力，能记录企业沉淀的大量历史经验、数据，并对其进行分类、统计。在此基础上，企业在管理或生产过程中不仅可迅速调出各种数据，还可对其进行充分开发，实现降本增效。

　　“垂直”发力成共识

　　尽管大模型产业应用展现出强劲增长势头，但不可忽视的是，企业直接部署大模型时并非顺风顺水。大模型与企业专属知识脱节、输出时间长、回答过于宽泛、垂域业务场景解决效果不佳等，是企业面临的普遍问题。

　　对此，云从科技智慧政务行业总监程飞深有体会。“传统企业缺AI技术，AI企业懂技术却不熟悉传统企业。因此，大模型落地应用还无法‘得心应手’，甚至出现‘水土不服’。目前亟需既懂技术又懂业务的专家进一步推进AI技术与业务深度融合。”他说。

　　我国大模型产业化应用主要有两种途径：一是通用大模型，其不受特定领域限制，能处理各种任务；另一种是垂直大模型，能满足医疗、金融、教育等特定领域的业务需求。

　　“通用模型主要是解决一些通识问题，怎样将其应用到特定行业，仍是人工智能企业和行业专家需一起去研究的方向。”程飞说，行业已形成共识，要更加注重研发垂直大模型，更有针对性地解决不同类型企业的数字化转型需求。

　　从金融、电力到中药领域，大模型应用的专业领域正不断细化。随着业务快速发展，某国有药厂面临着知识管理不规范、知识传承困难、创新能力不足、生产和管理效率低下等问题。为破除发展瓶颈，该药厂引进云从科技的从容大模型。基于该模型，云从科技搭建起一套精益管理协同系统，构建该药厂专属医药行业大模型，并通过人工智能、云计算、大数据、人机交互等核心技术，助力药厂推进“四化”改造。

　　对于企业而言，在引入大模型之前，完成数据治理至关重要。“我们可以把大模型看作一个底座或者工具。企业在前期生产过程中积累的大量数据，需梳理、治理、标注，形成高质量数据。这些数据与大模型底座融合，更有可能形成适用于企业或者行业自身的大模型。”程飞说。

　　“技术+生态”补短板

　　大模型正成为企业数字化转型的“新标配”，但推动其真正落地应用，仍需过关斩将。

　　一是成本问题。大模型在开发和应用过程中，对数据需求量大，对算力要求高，研发成本极其高昂。“因为大模型部署成本很高，很多企业使用大模型只停留在一问一答的初级阶段，完全没有发挥出其应用的能力。”谭明奎建议，企业和科研单位加强紧密配合，结合各自优势，在典型领域实现数据、模型、算法的共享和协同开发，促进大模型应用和部署。

　　他还建议，基于大模型平台开发智能体，针对各种应用场景实现“傻瓜式”使用。谭明奎介绍，他所在团队即将推出的大模型自动化工具，能够通过自然语言交互智能解析用户需求，自动串联API接口、行业软件及数据分析工具，实现跨平台任务的一站式智能调度，大幅降低企业部署门槛。

　　技术突破也是降低成本的关键。例如，从容大模型通过技术突破，实现了“拆箱即用”，大幅度降低了企业使用成本，更使维护成本降低了40%。

　　二是安全问题。安全是产业发展的重要基础。大模型可能存在私密数据泄露风险和合规性风险。“这是企业最关注的问题。现在有关部门正在建立健全相关制度和法律，企业需要紧跟脚步，确保开发过程合法合规。”谭明奎说。

　　多位受访专家认为，随着大模型技术快速发展，必须高度强化忧患意识，加大核心技术创新，健全动态监测预警平台，建立完善安全评估机制。

　　三是生态问题。“新产业的健康发展，离不开政府的政策引导，以及良好的生态环境。”程飞建议，除了出台相关政策外，政府层面可通过打造标杆示范案例来推动大模型应用落地。（科技日报记者 叶青）